b2021_1 = pd.read_csv('HIST_PAINEL_COVIDBR_2021_Parte1_07nov2022.csv', sep=';')
b2021_1
| regiao | estado | municipio | coduf | codmun | codRegiaoSaude | nomeRegiaoSaude | data | semanaEpi | populacaoTCU2019 | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | Recuperadosnovos | emAcompanhamentoNovos | interior/metropolitana | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | Brasil | NaN | NaN | 76 | NaN | NaN | NaN | 2021-01-01 | 53 | 210147125.0 | 7700578.0 | 24605 | 195411 | 462 | 6747065.0 | 733959.0 | NaN |
| 1 | Brasil | NaN | NaN | 76 | NaN | NaN | NaN | 2021-01-02 | 53 | 210147125.0 | 7716405.0 | 15827 | 195725 | 314 | 6756284.0 | 748883.0 | NaN |
| 2 | Brasil | NaN | NaN | 76 | NaN | NaN | NaN | 2021-01-03 | 1 | 210147125.0 | 7733746.0 | 17341 | 196018 | 293 | 6769420.0 | 751260.0 | NaN |
| 3 | Brasil | NaN | NaN | 76 | NaN | NaN | NaN | 2021-01-04 | 1 | 210147125.0 | 7753752.0 | 20006 | 196561 | 543 | 6813008.0 | 724720.0 | NaN |
| 4 | Brasil | NaN | NaN | 76 | NaN | NaN | NaN | 2021-01-05 | 1 | 210147125.0 | 7810400.0 | 56648 | 197732 | 1171 | 6875230.0 | 681961.0 | NaN |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 1017034 | Centro-Oeste | DF | Brasília | 53 | 530010.0 | 53001.0 | DISTRITO FEDERAL | 2021-06-26 | 25 | 3015268.0 | 427432.0 | 786 | 9184 | 12 | NaN | NaN | 1.0 |
| 1017035 | Centro-Oeste | DF | Brasília | 53 | 530010.0 | 53001.0 | DISTRITO FEDERAL | 2021-06-27 | 26 | 3015268.0 | 428352.0 | 920 | 9193 | 9 | NaN | NaN | 1.0 |
| 1017036 | Centro-Oeste | DF | Brasília | 53 | 530010.0 | 53001.0 | DISTRITO FEDERAL | 2021-06-28 | 26 | 3015268.0 | 429018.0 | 666 | 9206 | 13 | NaN | NaN | 1.0 |
| 1017037 | Centro-Oeste | DF | Brasília | 53 | 530010.0 | 53001.0 | DISTRITO FEDERAL | 2021-06-29 | 26 | 3015268.0 | 429636.0 | 618 | 9232 | 26 | NaN | NaN | 1.0 |
| 1017038 | Centro-Oeste | DF | Brasília | 53 | 530010.0 | 53001.0 | DISTRITO FEDERAL | 2021-06-30 | 26 | 3015268.0 | 430461.0 | 825 | 9251 | 19 | NaN | NaN | 1.0 |
1017039 rows × 17 columns
| regiao | estado | municipio | coduf | codmun | codRegiaoSaude | nomeRegiaoSaude | data | semanaEpi | populacaoTCU2019 | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | Recuperadosnovos | emAcompanhamentoNovos | interior/metropolitana | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1448 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-01-01 | 53 | 7075181.0 | 200959.0 | 21 | 4506 | 6 | NaN | NaN | NaN |
| 1449 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-01-02 | 53 | 7075181.0 | 200976.0 | 17 | 4513 | 7 | NaN | NaN | NaN |
| 1450 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-01-03 | 1 | 7075181.0 | 201017.0 | 41 | 4518 | 5 | NaN | NaN | NaN |
| 1451 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-01-04 | 1 | 7075181.0 | 201093.0 | 76 | 4524 | 6 | NaN | NaN | NaN |
| 1452 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-01-05 | 1 | 7075181.0 | 201255.0 | 162 | 4531 | 7 | NaN | NaN | NaN |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 413399 | Nordeste | BA | Xique-Xique | 29 | 293360.0 | 29010.0 | IRECE | 2021-06-26 | 25 | 46483.0 | 2884.0 | 1 | 72 | 0 | NaN | NaN | 0.0 |
| 413400 | Nordeste | BA | Xique-Xique | 29 | 293360.0 | 29010.0 | IRECE | 2021-06-27 | 26 | 46483.0 | 2889.0 | 5 | 72 | 0 | NaN | NaN | 0.0 |
| 413401 | Nordeste | BA | Xique-Xique | 29 | 293360.0 | 29010.0 | IRECE | 2021-06-28 | 26 | 46483.0 | 2889.0 | 0 | 72 | 0 | NaN | NaN | 0.0 |
| 413402 | Nordeste | BA | Xique-Xique | 29 | 293360.0 | 29010.0 | IRECE | 2021-06-29 | 26 | 46483.0 | 2893.0 | 4 | 72 | 0 | NaN | NaN | 0.0 |
| 413403 | Nordeste | BA | Xique-Xique | 29 | 293360.0 | 29010.0 | IRECE | 2021-06-30 | 26 | 46483.0 | 2894.0 | 1 | 73 | 1 | NaN | NaN | 0.0 |
327972 rows × 17 columns
b2021_1 = b2021_1[b2021_1['municipio'].isna()]
b2021_1
| regiao | estado | municipio | coduf | codmun | codRegiaoSaude | nomeRegiaoSaude | data | semanaEpi | populacaoTCU2019 | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | Recuperadosnovos | emAcompanhamentoNovos | interior/metropolitana | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1448 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-01-01 | 53 | 7075181.0 | 200959.0 | 21 | 4506 | 6 | NaN | NaN | NaN |
| 1449 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-01-02 | 53 | 7075181.0 | 200976.0 | 17 | 4513 | 7 | NaN | NaN | NaN |
| 1450 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-01-03 | 1 | 7075181.0 | 201017.0 | 41 | 4518 | 5 | NaN | NaN | NaN |
| 1451 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-01-04 | 1 | 7075181.0 | 201093.0 | 76 | 4524 | 6 | NaN | NaN | NaN |
| 1452 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-01-05 | 1 | 7075181.0 | 201255.0 | 162 | 4531 | 7 | NaN | NaN | NaN |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 337922 | Nordeste | BA | NaN | 29 | 290000.0 | NaN | NaN | 2021-06-26 | 25 | NaN | 10795.0 | 9 | 252 | 2 | NaN | NaN | NaN |
| 337923 | Nordeste | BA | NaN | 29 | 290000.0 | NaN | NaN | 2021-06-27 | 26 | NaN | 10794.0 | -1 | 253 | 1 | NaN | NaN | NaN |
| 337924 | Nordeste | BA | NaN | 29 | 290000.0 | NaN | NaN | 2021-06-28 | 26 | NaN | 10805.0 | 11 | 256 | 3 | NaN | NaN | NaN |
| 337925 | Nordeste | BA | NaN | 29 | 290000.0 | NaN | NaN | 2021-06-29 | 26 | NaN | 10807.0 | 2 | 257 | 1 | NaN | NaN | NaN |
| 337926 | Nordeste | BA | NaN | 29 | 290000.0 | NaN | NaN | 2021-06-30 | 26 | NaN | 10807.0 | 0 | 260 | 3 | NaN | NaN | NaN |
3258 rows × 17 columns
b2021_2 = pd.read_csv('HIST_PAINEL_COVIDBR_2021_Parte2_07nov2022.csv', sep=';')
b2021_2
| regiao | estado | municipio | coduf | codmun | codRegiaoSaude | nomeRegiaoSaude | data | semanaEpi | populacaoTCU2019 | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | Recuperadosnovos | emAcompanhamentoNovos | interior/metropolitana | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | Brasil | NaN | NaN | 76 | NaN | NaN | NaN | 2021-07-01 | 26 | 210147125.0 | 18622304 | 65163 | 520095 | 2029 | 16858632.0 | 1180443.0 | NaN |
| 1 | Brasil | NaN | NaN | 76 | NaN | NaN | NaN | 2021-07-02 | 26 | 210147125.0 | 18687469 | 65165 | 521952 | 1857 | 16931272.0 | 1170937.0 | NaN |
| 2 | Brasil | NaN | NaN | 76 | NaN | NaN | NaN | 2021-07-03 | 26 | 210147125.0 | 18742025 | 54556 | 523587 | 1635 | 16989351.0 | 1176166.0 | NaN |
| 3 | Brasil | NaN | NaN | 76 | NaN | NaN | NaN | 2021-07-04 | 27 | 210147125.0 | 18769808 | 27783 | 524417 | 830 | 17033808.0 | 1184630.0 | NaN |
| 4 | Brasil | NaN | NaN | 76 | NaN | NaN | NaN | 2021-07-05 | 27 | 210147125.0 | 18792511 | 22703 | 525112 | 695 | 17082876.0 | 1162515.0 | NaN |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 1033891 | Centro-Oeste | DF | Brasília | 53 | 530010.0 | 53001.0 | DISTRITO FEDERAL | 2021-12-27 | 52 | 3015268.0 | 519103 | 225 | 11100 | 5 | NaN | NaN | 1.0 |
| 1033892 | Centro-Oeste | DF | Brasília | 53 | 530010.0 | 53001.0 | DISTRITO FEDERAL | 2021-12-28 | 52 | 3015268.0 | 519196 | 93 | 11104 | 4 | NaN | NaN | 1.0 |
| 1033893 | Centro-Oeste | DF | Brasília | 53 | 530010.0 | 53001.0 | DISTRITO FEDERAL | 2021-12-29 | 52 | 3015268.0 | 519346 | 150 | 11105 | 1 | NaN | NaN | 1.0 |
| 1033894 | Centro-Oeste | DF | Brasília | 53 | 530010.0 | 53001.0 | DISTRITO FEDERAL | 2021-12-30 | 52 | 3015268.0 | 519546 | 200 | 11107 | 2 | NaN | NaN | 1.0 |
| 1033895 | Centro-Oeste | DF | Brasília | 53 | 530010.0 | 53001.0 | DISTRITO FEDERAL | 2021-12-31 | 52 | 3015268.0 | 519811 | 265 | 11108 | 1 | NaN | NaN | 1.0 |
1033896 rows × 17 columns
| regiao | estado | municipio | coduf | codmun | codRegiaoSaude | nomeRegiaoSaude | data | semanaEpi | populacaoTCU2019 | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | Recuperadosnovos | emAcompanhamentoNovos | interior/metropolitana | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1472 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-07-01 | 26 | 7075181.0 | 318394 | 948 | 9065 | 22 | NaN | NaN | NaN |
| 1473 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-07-02 | 26 | 7075181.0 | 319606 | 1212 | 9098 | 33 | NaN | NaN | NaN |
| 1474 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-07-03 | 26 | 7075181.0 | 320177 | 571 | 9127 | 29 | NaN | NaN | NaN |
| 1475 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-07-04 | 27 | 7075181.0 | 320387 | 210 | 9147 | 20 | NaN | NaN | NaN |
| 1476 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-07-05 | 27 | 7075181.0 | 320832 | 445 | 9164 | 17 | NaN | NaN | NaN |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 420251 | Nordeste | BA | Xique-Xique | 29 | 293360.0 | 29010.0 | IRECE | 2021-12-27 | 52 | 46483.0 | 3095 | 0 | 85 | 0 | NaN | NaN | 0.0 |
| 420252 | Nordeste | BA | Xique-Xique | 29 | 293360.0 | 29010.0 | IRECE | 2021-12-28 | 52 | 46483.0 | 3095 | 0 | 85 | 0 | NaN | NaN | 0.0 |
| 420253 | Nordeste | BA | Xique-Xique | 29 | 293360.0 | 29010.0 | IRECE | 2021-12-29 | 52 | 46483.0 | 3095 | 0 | 85 | 0 | NaN | NaN | 0.0 |
| 420254 | Nordeste | BA | Xique-Xique | 29 | 293360.0 | 29010.0 | IRECE | 2021-12-30 | 52 | 46483.0 | 3095 | 0 | 85 | 0 | NaN | NaN | 0.0 |
| 420255 | Nordeste | BA | Xique-Xique | 29 | 293360.0 | 29010.0 | IRECE | 2021-12-31 | 52 | 46483.0 | 3095 | 0 | 85 | 0 | NaN | NaN | 0.0 |
333408 rows × 17 columns
| regiao | estado | municipio | coduf | codmun | codRegiaoSaude | nomeRegiaoSaude | data | semanaEpi | populacaoTCU2019 | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | Recuperadosnovos | emAcompanhamentoNovos | interior/metropolitana | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1472 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-07-01 | 26 | 7075181.0 | 318394 | 948 | 9065 | 22 | NaN | NaN | NaN |
| 1473 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-07-02 | 26 | 7075181.0 | 319606 | 1212 | 9098 | 33 | NaN | NaN | NaN |
| 1474 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-07-03 | 26 | 7075181.0 | 320177 | 571 | 9127 | 29 | NaN | NaN | NaN |
| 1475 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-07-04 | 27 | 7075181.0 | 320387 | 210 | 9147 | 20 | NaN | NaN | NaN |
| 1476 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-07-05 | 27 | 7075181.0 | 320832 | 445 | 9164 | 17 | NaN | NaN | NaN |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 343523 | Nordeste | BA | NaN | 29 | 290000.0 | NaN | NaN | 2021-12-27 | 52 | NaN | 12198 | 7 | 313 | 1 | NaN | NaN | NaN |
| 343524 | Nordeste | BA | NaN | 29 | 290000.0 | NaN | NaN | 2021-12-28 | 52 | NaN | 12215 | 17 | 313 | 0 | NaN | NaN | NaN |
| 343525 | Nordeste | BA | NaN | 29 | 290000.0 | NaN | NaN | 2021-12-29 | 52 | NaN | 12231 | 16 | 313 | 0 | NaN | NaN | NaN |
| 343526 | Nordeste | BA | NaN | 29 | 290000.0 | NaN | NaN | 2021-12-30 | 52 | NaN | 12237 | 6 | 313 | 0 | NaN | NaN | NaN |
| 343527 | Nordeste | BA | NaN | 29 | 290000.0 | NaN | NaN | 2021-12-31 | 52 | NaN | 12253 | 16 | 313 | 0 | NaN | NaN | NaN |
3312 rows × 17 columns
| regiao | estado | municipio | coduf | codmun | codRegiaoSaude | nomeRegiaoSaude | data | semanaEpi | populacaoTCU2019 | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | Recuperadosnovos | emAcompanhamentoNovos | interior/metropolitana | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1628 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-06-30 | 26 | 7075181.0 | 317446.0 | 839 | 9043 | 20 | NaN | NaN | NaN |
| 1809 | Nordeste | PI | NaN | 22 | NaN | NaN | NaN | 2021-06-30 | 26 | 3273227.0 | 295781.0 | 281 | 6597 | 23 | NaN | NaN | NaN |
| 1990 | Nordeste | CE | NaN | 23 | NaN | NaN | NaN | 2021-06-30 | 26 | 9132078.0 | 885980.0 | 512 | 22571 | 17 | NaN | NaN | NaN |
| 2171 | Nordeste | RN | NaN | 24 | NaN | NaN | NaN | 2021-06-30 | 26 | 3506853.0 | 340165.0 | 2871 | 6768 | 20 | NaN | NaN | NaN |
| 2352 | Nordeste | PB | NaN | 25 | NaN | NaN | NaN | 2021-06-30 | 26 | 4018127.0 | 396442.0 | 1733 | 8606 | 20 | NaN | NaN | NaN |
| 2533 | Nordeste | PE | NaN | 26 | NaN | NaN | NaN | 2021-06-30 | 26 | 9557071.0 | 550292.0 | 975 | 17685 | 45 | NaN | NaN | NaN |
| 2714 | Nordeste | AL | NaN | 27 | NaN | NaN | NaN | 2021-06-30 | 26 | 3337357.0 | 216717.0 | 516 | 5340 | 20 | NaN | NaN | NaN |
| 2895 | Nordeste | SE | NaN | 28 | NaN | NaN | NaN | 2021-06-30 | 26 | 2298696.0 | 263512.0 | 398 | 5698 | 17 | NaN | NaN | NaN |
| 3076 | Nordeste | BA | NaN | 29 | NaN | NaN | NaN | 2021-06-30 | 26 | 14873064.0 | 1124994.0 | 1683 | 24012 | 106 | NaN | NaN | NaN |
| 87241 | Nordeste | MA | NaN | 21 | 210000.0 | NaN | NaN | 2021-06-30 | 26 | NaN | 0.0 | 0 | 0 | 0 | NaN | NaN | NaN |
| 126699 | Nordeste | PI | NaN | 22 | 220000.0 | NaN | NaN | 2021-06-30 | 26 | NaN | 0.0 | 0 | 0 | 0 | NaN | NaN | NaN |
| 167424 | Nordeste | CE | NaN | 23 | 230000.0 | NaN | NaN | 2021-06-30 | 26 | NaN | 10547.0 | -96 | 0 | 0 | NaN | NaN | NaN |
| 200909 | Nordeste | RN | NaN | 24 | 240000.0 | NaN | NaN | 2021-06-30 | 26 | NaN | 0.0 | 0 | 0 | 0 | NaN | NaN | NaN |
| 231317 | Nordeste | PB | NaN | 25 | 250000.0 | NaN | NaN | 2021-06-30 | 26 | NaN | 0.0 | 0 | 0 | 0 | NaN | NaN | NaN |
| 271861 | Nordeste | PE | NaN | 26 | 260000.0 | NaN | NaN | 2021-06-30 | 26 | NaN | 0.0 | 0 | 0 | 0 | NaN | NaN | NaN |
| 305527 | Nordeste | AL | NaN | 27 | 270000.0 | NaN | NaN | 2021-06-30 | 26 | NaN | 0.0 | 0 | 0 | 0 | NaN | NaN | NaN |
| 324170 | Nordeste | SE | NaN | 28 | 280000.0 | NaN | NaN | 2021-06-30 | 26 | NaN | 0.0 | 0 | 0 | 0 | NaN | NaN | NaN |
| 337926 | Nordeste | BA | NaN | 29 | 290000.0 | NaN | NaN | 2021-06-30 | 26 | NaN | 10807.0 | 0 | 260 | 3 | NaN | NaN | NaN |
| regiao | estado | municipio | coduf | codmun | codRegiaoSaude | nomeRegiaoSaude | data | semanaEpi | populacaoTCU2019 | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | Recuperadosnovos | emAcompanhamentoNovos | interior/metropolitana | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1628 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-06-30 | 26 | 7075181.0 | 317446.0 | 839 | 9043 | 20 | NaN | NaN | NaN |
| 1809 | Nordeste | PI | NaN | 22 | NaN | NaN | NaN | 2021-06-30 | 26 | 3273227.0 | 295781.0 | 281 | 6597 | 23 | NaN | NaN | NaN |
| 1990 | Nordeste | CE | NaN | 23 | NaN | NaN | NaN | 2021-06-30 | 26 | 9132078.0 | 885980.0 | 512 | 22571 | 17 | NaN | NaN | NaN |
| 2171 | Nordeste | RN | NaN | 24 | NaN | NaN | NaN | 2021-06-30 | 26 | 3506853.0 | 340165.0 | 2871 | 6768 | 20 | NaN | NaN | NaN |
| 2352 | Nordeste | PB | NaN | 25 | NaN | NaN | NaN | 2021-06-30 | 26 | 4018127.0 | 396442.0 | 1733 | 8606 | 20 | NaN | NaN | NaN |
| 2533 | Nordeste | PE | NaN | 26 | NaN | NaN | NaN | 2021-06-30 | 26 | 9557071.0 | 550292.0 | 975 | 17685 | 45 | NaN | NaN | NaN |
| 2714 | Nordeste | AL | NaN | 27 | NaN | NaN | NaN | 2021-06-30 | 26 | 3337357.0 | 216717.0 | 516 | 5340 | 20 | NaN | NaN | NaN |
| 2895 | Nordeste | SE | NaN | 28 | NaN | NaN | NaN | 2021-06-30 | 26 | 2298696.0 | 263512.0 | 398 | 5698 | 17 | NaN | NaN | NaN |
| 3076 | Nordeste | BA | NaN | 29 | NaN | NaN | NaN | 2021-06-30 | 26 | 14873064.0 | 1124994.0 | 1683 | 24012 | 106 | NaN | NaN | NaN |
| regiao | estado | municipio | coduf | codmun | codRegiaoSaude | nomeRegiaoSaude | data | semanaEpi | populacaoTCU2019 | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | Recuperadosnovos | emAcompanhamentoNovos | interior/metropolitana | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2714 | Nordeste | AL | NaN | 27 | NaN | NaN | NaN | 2021-06-30 | 26 | 3337357.0 | 216717.0 | 516 | 5340 | 20 | NaN | NaN | NaN |
| 3076 | Nordeste | BA | NaN | 29 | NaN | NaN | NaN | 2021-06-30 | 26 | 14873064.0 | 1124994.0 | 1683 | 24012 | 106 | NaN | NaN | NaN |
| 1990 | Nordeste | CE | NaN | 23 | NaN | NaN | NaN | 2021-06-30 | 26 | 9132078.0 | 885980.0 | 512 | 22571 | 17 | NaN | NaN | NaN |
| 1628 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-06-30 | 26 | 7075181.0 | 317446.0 | 839 | 9043 | 20 | NaN | NaN | NaN |
| 2352 | Nordeste | PB | NaN | 25 | NaN | NaN | NaN | 2021-06-30 | 26 | 4018127.0 | 396442.0 | 1733 | 8606 | 20 | NaN | NaN | NaN |
| 2533 | Nordeste | PE | NaN | 26 | NaN | NaN | NaN | 2021-06-30 | 26 | 9557071.0 | 550292.0 | 975 | 17685 | 45 | NaN | NaN | NaN |
| 1809 | Nordeste | PI | NaN | 22 | NaN | NaN | NaN | 2021-06-30 | 26 | 3273227.0 | 295781.0 | 281 | 6597 | 23 | NaN | NaN | NaN |
| 2171 | Nordeste | RN | NaN | 24 | NaN | NaN | NaN | 2021-06-30 | 26 | 3506853.0 | 340165.0 | 2871 | 6768 | 20 | NaN | NaN | NaN |
| 2895 | Nordeste | SE | NaN | 28 | NaN | NaN | NaN | 2021-06-30 | 26 | 2298696.0 | 263512.0 | 398 | 5698 | 17 | NaN | NaN | NaN |
| regiao | estado | municipio | data | populacaoTCU2019 | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | |
|---|---|---|---|---|---|---|---|---|---|
| 2714 | Nordeste | AL | NaN | 2021-06-30 | 3337357.0 | 216717.0 | 516 | 5340 | 20 |
| 3076 | Nordeste | BA | NaN | 2021-06-30 | 14873064.0 | 1124994.0 | 1683 | 24012 | 106 |
| 1990 | Nordeste | CE | NaN | 2021-06-30 | 9132078.0 | 885980.0 | 512 | 22571 | 17 |
| 1628 | Nordeste | MA | NaN | 2021-06-30 | 7075181.0 | 317446.0 | 839 | 9043 | 20 |
| 2352 | Nordeste | PB | NaN | 2021-06-30 | 4018127.0 | 396442.0 | 1733 | 8606 | 20 |
| 2533 | Nordeste | PE | NaN | 2021-06-30 | 9557071.0 | 550292.0 | 975 | 17685 | 45 |
| 1809 | Nordeste | PI | NaN | 2021-06-30 | 3273227.0 | 295781.0 | 281 | 6597 | 23 |
| 2171 | Nordeste | RN | NaN | 2021-06-30 | 3506853.0 | 340165.0 | 2871 | 6768 | 20 |
| 2895 | Nordeste | SE | NaN | 2021-06-30 | 2298696.0 | 263512.0 | 398 | 5698 | 17 |
| regiao | estado | municipio | coduf | codmun | codRegiaoSaude | nomeRegiaoSaude | data | semanaEpi | populacaoTCU2019 | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | Recuperadosnovos | emAcompanhamentoNovos | interior/metropolitana | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1655 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-12-31 | 52 | 7075181.0 | 370645 | 100 | 10377 | 1 | NaN | NaN | NaN |
| 1839 | Nordeste | PI | NaN | 22 | NaN | NaN | NaN | 2021-12-31 | 52 | 3273227.0 | 334440 | 90 | 7275 | 0 | NaN | NaN | NaN |
| 2023 | Nordeste | CE | NaN | 23 | NaN | NaN | NaN | 2021-12-31 | 52 | 9132078.0 | 956325 | 143 | 24806 | 7 | NaN | NaN | NaN |
| 2207 | Nordeste | RN | NaN | 24 | NaN | NaN | NaN | 2021-12-31 | 52 | 3506853.0 | 387202 | 392 | 7572 | 1 | NaN | NaN | NaN |
| 2391 | Nordeste | PB | NaN | 25 | NaN | NaN | NaN | 2021-12-31 | 52 | 4018127.0 | 464335 | 214 | 9596 | 2 | NaN | NaN | NaN |
| 2575 | Nordeste | PE | NaN | 26 | NaN | NaN | NaN | 2021-12-31 | 52 | 9557071.0 | 645681 | 456 | 20447 | 7 | NaN | NaN | NaN |
| 2759 | Nordeste | AL | NaN | 27 | NaN | NaN | NaN | 2021-12-31 | 52 | 3337357.0 | 242080 | 40 | 6383 | 0 | NaN | NaN | NaN |
| 2943 | Nordeste | SE | NaN | 28 | NaN | NaN | NaN | 2021-12-31 | 52 | 2298696.0 | 278530 | 23 | 6057 | 0 | NaN | NaN | NaN |
| 3127 | Nordeste | BA | NaN | 29 | NaN | NaN | NaN | 2021-12-31 | 52 | 14873064.0 | 1270858 | 377 | 27506 | 5 | NaN | NaN | NaN |
| 88687 | Nordeste | MA | NaN | 21 | 210000.0 | NaN | NaN | 2021-12-31 | 52 | NaN | 0 | 0 | 0 | 0 | NaN | NaN | NaN |
| 128799 | Nordeste | PI | NaN | 22 | 220000.0 | NaN | NaN | 2021-12-31 | 52 | NaN | 0 | 0 | 0 | 0 | NaN | NaN | NaN |
| 170199 | Nordeste | CE | NaN | 23 | 230000.0 | NaN | NaN | 2021-12-31 | 52 | NaN | 10352 | 0 | 0 | 0 | NaN | NaN | NaN |
| 204239 | Nordeste | RN | NaN | 24 | 240000.0 | NaN | NaN | 2021-12-31 | 52 | NaN | 0 | 0 | 0 | 0 | NaN | NaN | NaN |
| 235151 | Nordeste | PB | NaN | 25 | 250000.0 | NaN | NaN | 2021-12-31 | 52 | NaN | 0 | 0 | 0 | 0 | NaN | NaN | NaN |
| 276367 | Nordeste | PE | NaN | 26 | 260000.0 | NaN | NaN | 2021-12-31 | 52 | NaN | 0 | 0 | 0 | 0 | NaN | NaN | NaN |
| 310591 | Nordeste | AL | NaN | 27 | 270000.0 | NaN | NaN | 2021-12-31 | 52 | NaN | 0 | 0 | 0 | 0 | NaN | NaN | NaN |
| 329543 | Nordeste | SE | NaN | 28 | 280000.0 | NaN | NaN | 2021-12-31 | 52 | NaN | 0 | 0 | 0 | 0 | NaN | NaN | NaN |
| 343527 | Nordeste | BA | NaN | 29 | 290000.0 | NaN | NaN | 2021-12-31 | 52 | NaN | 12253 | 16 | 313 | 0 | NaN | NaN | NaN |
| regiao | estado | municipio | coduf | codmun | codRegiaoSaude | nomeRegiaoSaude | data | semanaEpi | populacaoTCU2019 | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | Recuperadosnovos | emAcompanhamentoNovos | interior/metropolitana | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1655 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-12-31 | 52 | 7075181.0 | 370645 | 100 | 10377 | 1 | NaN | NaN | NaN |
| 1839 | Nordeste | PI | NaN | 22 | NaN | NaN | NaN | 2021-12-31 | 52 | 3273227.0 | 334440 | 90 | 7275 | 0 | NaN | NaN | NaN |
| 2023 | Nordeste | CE | NaN | 23 | NaN | NaN | NaN | 2021-12-31 | 52 | 9132078.0 | 956325 | 143 | 24806 | 7 | NaN | NaN | NaN |
| 2207 | Nordeste | RN | NaN | 24 | NaN | NaN | NaN | 2021-12-31 | 52 | 3506853.0 | 387202 | 392 | 7572 | 1 | NaN | NaN | NaN |
| 2391 | Nordeste | PB | NaN | 25 | NaN | NaN | NaN | 2021-12-31 | 52 | 4018127.0 | 464335 | 214 | 9596 | 2 | NaN | NaN | NaN |
| 2575 | Nordeste | PE | NaN | 26 | NaN | NaN | NaN | 2021-12-31 | 52 | 9557071.0 | 645681 | 456 | 20447 | 7 | NaN | NaN | NaN |
| 2759 | Nordeste | AL | NaN | 27 | NaN | NaN | NaN | 2021-12-31 | 52 | 3337357.0 | 242080 | 40 | 6383 | 0 | NaN | NaN | NaN |
| 2943 | Nordeste | SE | NaN | 28 | NaN | NaN | NaN | 2021-12-31 | 52 | 2298696.0 | 278530 | 23 | 6057 | 0 | NaN | NaN | NaN |
| 3127 | Nordeste | BA | NaN | 29 | NaN | NaN | NaN | 2021-12-31 | 52 | 14873064.0 | 1270858 | 377 | 27506 | 5 | NaN | NaN | NaN |
| regiao | estado | municipio | coduf | codmun | codRegiaoSaude | nomeRegiaoSaude | data | semanaEpi | populacaoTCU2019 | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | Recuperadosnovos | emAcompanhamentoNovos | interior/metropolitana | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2759 | Nordeste | AL | NaN | 27 | NaN | NaN | NaN | 2021-12-31 | 52 | 3337357.0 | 242080 | 40 | 6383 | 0 | NaN | NaN | NaN |
| 3127 | Nordeste | BA | NaN | 29 | NaN | NaN | NaN | 2021-12-31 | 52 | 14873064.0 | 1270858 | 377 | 27506 | 5 | NaN | NaN | NaN |
| 2023 | Nordeste | CE | NaN | 23 | NaN | NaN | NaN | 2021-12-31 | 52 | 9132078.0 | 956325 | 143 | 24806 | 7 | NaN | NaN | NaN |
| 1655 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-12-31 | 52 | 7075181.0 | 370645 | 100 | 10377 | 1 | NaN | NaN | NaN |
| 2391 | Nordeste | PB | NaN | 25 | NaN | NaN | NaN | 2021-12-31 | 52 | 4018127.0 | 464335 | 214 | 9596 | 2 | NaN | NaN | NaN |
| 2575 | Nordeste | PE | NaN | 26 | NaN | NaN | NaN | 2021-12-31 | 52 | 9557071.0 | 645681 | 456 | 20447 | 7 | NaN | NaN | NaN |
| 1839 | Nordeste | PI | NaN | 22 | NaN | NaN | NaN | 2021-12-31 | 52 | 3273227.0 | 334440 | 90 | 7275 | 0 | NaN | NaN | NaN |
| 2207 | Nordeste | RN | NaN | 24 | NaN | NaN | NaN | 2021-12-31 | 52 | 3506853.0 | 387202 | 392 | 7572 | 1 | NaN | NaN | NaN |
| 2943 | Nordeste | SE | NaN | 28 | NaN | NaN | NaN | 2021-12-31 | 52 | 2298696.0 | 278530 | 23 | 6057 | 0 | NaN | NaN | NaN |
| regiao | estado | municipio | data | populacaoTCU2019 | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | |
|---|---|---|---|---|---|---|---|---|---|
| 2759 | Nordeste | AL | NaN | 2021-12-31 | 3337357.0 | 242080 | 40 | 6383 | 0 |
| 3127 | Nordeste | BA | NaN | 2021-12-31 | 14873064.0 | 1270858 | 377 | 27506 | 5 |
| 2023 | Nordeste | CE | NaN | 2021-12-31 | 9132078.0 | 956325 | 143 | 24806 | 7 |
| 1655 | Nordeste | MA | NaN | 2021-12-31 | 7075181.0 | 370645 | 100 | 10377 | 1 |
| 2391 | Nordeste | PB | NaN | 2021-12-31 | 4018127.0 | 464335 | 214 | 9596 | 2 |
| 2575 | Nordeste | PE | NaN | 2021-12-31 | 9557071.0 | 645681 | 456 | 20447 | 7 |
| 1839 | Nordeste | PI | NaN | 2021-12-31 | 3273227.0 | 334440 | 90 | 7275 | 0 |
| 2207 | Nordeste | RN | NaN | 2021-12-31 | 3506853.0 | 387202 | 392 | 7572 | 1 |
| 2943 | Nordeste | SE | NaN | 2021-12-31 | 2298696.0 | 278530 | 23 | 6057 | 0 |
jan = b2021_1.loc[b2021_1['data']=='2021-01-01']
jan = jan.loc[jan['codmun'].isna()].sort_values(by='estado')
fev = b2021_1.loc[b2021_1['data']=='2021-02-01']
fev = fev.loc[fev['codmun'].isna()].sort_values(by='estado')
mar = b2021_1.loc[b2021_1['data']=='2021-03-01']
mar = mar.loc[mar['codmun'].isna()].sort_values(by='estado')
abr = b2021_1.loc[b2021_1['data']=='2021-04-01']
abr = abr.loc[abr['codmun'].isna()].sort_values(by='estado')
mai = b2021_1.loc[b2021_1['data']=='2021-05-01']
mai = mai.loc[mai['codmun'].isna()].sort_values(by='estado')
jun = b2021_1.loc[b2021_1['data']=='2021-06-01']
jun = jun.loc[jun['codmun'].isna()].sort_values(by='estado')
jul = b2021_2.loc[b2021_2['data']=='2021-07-01']
jul = jul.loc[jul['codmun'].isna()].sort_values(by='estado')
ago = b2021_2.loc[b2021_2['data']=='2021-08-01']
ago = ago.loc[ago['codmun'].isna()].sort_values(by='estado')
setb = b2021_2.loc[b2021_2['data']=='2021-09-01']
setb = setb.loc[setb['codmun'].isna()].sort_values(by='estado')
out = b2021_2.loc[b2021_2['data']=='2021-10-01']
out = out.loc[out['codmun'].isna()].sort_values(by='estado')
nov = b2021_2.loc[b2021_2['data']=='2021-11-01']
nov = nov.loc[nov['codmun'].isna()].sort_values(by='estado')
dez = b2021_2.loc[b2021_2['data']=='2021-12-01']
dez = dez.loc[dez['codmun'].isna()].sort_values(by='estado')
b2021_meses = pd.concat([
jan,
fev,
mar,
abr,
mai,
jun,
jul,
ago,
setb,
out,
nov,
dez], axis=0)
b2021_meses = b2021_meses.sort_values('data')
b2021_meses
| regiao | estado | municipio | coduf | codmun | codRegiaoSaude | nomeRegiaoSaude | data | semanaEpi | populacaoTCU2019 | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | Recuperadosnovos | emAcompanhamentoNovos | interior/metropolitana | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2534 | Nordeste | AL | NaN | 27 | NaN | NaN | NaN | 2021-01-01 | 53 | 3337357.0 | 105091.0 | 273 | 2496 | 7 | NaN | NaN | NaN |
| 2896 | Nordeste | BA | NaN | 29 | NaN | NaN | NaN | 2021-01-01 | 53 | 14873064.0 | 494684.0 | 1284 | 9159 | 30 | NaN | NaN | NaN |
| 1810 | Nordeste | CE | NaN | 23 | NaN | NaN | NaN | 2021-01-01 | 53 | 9132078.0 | 335992.0 | 901 | 9993 | 3 | NaN | NaN | NaN |
| 1448 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-01-01 | 53 | 7075181.0 | 200959.0 | 21 | 4506 | 6 | NaN | NaN | NaN |
| 2172 | Nordeste | PB | NaN | 25 | NaN | NaN | NaN | 2021-01-01 | 53 | 4018127.0 | 167062.0 | 578 | 3680 | 8 | NaN | NaN | NaN |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 1625 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-12-01 | 48 | 7075181.0 | 365338.0 | 290 | 10297 | 3 | NaN | NaN | NaN |
| 2361 | Nordeste | PB | NaN | 25 | NaN | NaN | NaN | 2021-12-01 | 48 | 4018127.0 | 460909.0 | 329 | 9532 | 3 | NaN | NaN | NaN |
| 2545 | Nordeste | PE | NaN | 26 | NaN | NaN | NaN | 2021-12-01 | 48 | 9557071.0 | 640158.0 | 421 | 20253 | 10 | NaN | NaN | NaN |
| 1809 | Nordeste | PI | NaN | 22 | NaN | NaN | NaN | 2021-12-01 | 48 | 3273227.0 | 331612.0 | 71 | 7194 | 6 | NaN | NaN | NaN |
| 2913 | Nordeste | SE | NaN | 28 | NaN | NaN | NaN | 2021-12-01 | 48 | 2298696.0 | 278266.0 | 41 | 6044 | 1 | NaN | NaN | NaN |
108 rows × 17 columns
| estado | data | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | |
|---|---|---|---|---|---|---|
| 2534 | AL | 2021-01-01 | 105091.0 | 273 | 2496 | 7 |
| 2896 | BA | 2021-01-01 | 494684.0 | 1284 | 9159 | 30 |
| 1810 | CE | 2021-01-01 | 335992.0 | 901 | 9993 | 3 |
| 1448 | MA | 2021-01-01 | 200959.0 | 21 | 4506 | 6 |
| 2172 | PB | 2021-01-01 | 167062.0 | 578 | 3680 | 8 |
| ... | ... | ... | ... | ... | ... | ... |
| 1625 | MA | 2021-12-01 | 365338.0 | 290 | 10297 | 3 |
| 2361 | PB | 2021-12-01 | 460909.0 | 329 | 9532 | 3 |
| 2545 | PE | 2021-12-01 | 640158.0 | 421 | 20253 | 10 |
| 1809 | PI | 2021-12-01 | 331612.0 | 71 | 7194 | 6 |
| 2913 | SE | 2021-12-01 | 278266.0 | 41 | 6044 | 1 |
108 rows × 6 columns
| regiao | estado | municipio | coduf | codmun | codRegiaoSaude | nomeRegiaoSaude | data | semanaEpi | populacaoTCU2019 | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | Recuperadosnovos | emAcompanhamentoNovos | interior/metropolitana | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1448 | Nordeste | MA | NaN | 21 | NaN | NaN | NaN | 2021-01-01 | 53 | 7075181.0 | 200959.0 | 21 | 4506 | 6 | NaN | NaN | NaN |
| 2715 | Nordeste | SE | NaN | 28 | NaN | NaN | NaN | 2021-01-01 | 53 | 2298696.0 | 113544.0 | 1039 | 2492 | 8 | NaN | NaN | NaN |
| 1810 | Nordeste | CE | NaN | 23 | NaN | NaN | NaN | 2021-01-01 | 53 | 9132078.0 | 335992.0 | 901 | 9993 | 3 | NaN | NaN | NaN |
| 1991 | Nordeste | RN | NaN | 24 | NaN | NaN | NaN | 2021-01-01 | 53 | 3506853.0 | 118353.0 | 270 | 2993 | 0 | NaN | NaN | NaN |
| 2534 | Nordeste | AL | NaN | 27 | NaN | NaN | NaN | 2021-01-01 | 53 | 3337357.0 | 105091.0 | 273 | 2496 | 7 | NaN | NaN | NaN |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 2759 | Nordeste | AL | NaN | 27 | NaN | NaN | NaN | 2021-12-31 | 52 | 3337357.0 | 242080.0 | 40 | 6383 | 0 | NaN | NaN | NaN |
| 2023 | Nordeste | CE | NaN | 23 | NaN | NaN | NaN | 2021-12-31 | 52 | 9132078.0 | 956325.0 | 143 | 24806 | 7 | NaN | NaN | NaN |
| 1839 | Nordeste | PI | NaN | 22 | NaN | NaN | NaN | 2021-12-31 | 52 | 3273227.0 | 334440.0 | 90 | 7275 | 0 | NaN | NaN | NaN |
| 2391 | Nordeste | PB | NaN | 25 | NaN | NaN | NaN | 2021-12-31 | 52 | 4018127.0 | 464335.0 | 214 | 9596 | 2 | NaN | NaN | NaN |
| 3127 | Nordeste | BA | NaN | 29 | NaN | NaN | NaN | 2021-12-31 | 52 | 14873064.0 | 1270858.0 | 377 | 27506 | 5 | NaN | NaN | NaN |
3285 rows × 17 columns
| regiao | estado | municipio | data | populacaoTCU2019 | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | |
|---|---|---|---|---|---|---|---|---|---|
| 1448 | Nordeste | MA | NaN | 2021-01-01 | 7075181.0 | 200959.0 | 21 | 4506 | 6 |
| 2715 | Nordeste | SE | NaN | 2021-01-01 | 2298696.0 | 113544.0 | 1039 | 2492 | 8 |
| 1810 | Nordeste | CE | NaN | 2021-01-01 | 9132078.0 | 335992.0 | 901 | 9993 | 3 |
| 1991 | Nordeste | RN | NaN | 2021-01-01 | 3506853.0 | 118353.0 | 270 | 2993 | 0 |
| 2534 | Nordeste | AL | NaN | 2021-01-01 | 3337357.0 | 105091.0 | 273 | 2496 | 7 |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 2759 | Nordeste | AL | NaN | 2021-12-31 | 3337357.0 | 242080.0 | 40 | 6383 | 0 |
| 2023 | Nordeste | CE | NaN | 2021-12-31 | 9132078.0 | 956325.0 | 143 | 24806 | 7 |
| 1839 | Nordeste | PI | NaN | 2021-12-31 | 3273227.0 | 334440.0 | 90 | 7275 | 0 |
| 2391 | Nordeste | PB | NaN | 2021-12-31 | 4018127.0 | 464335.0 | 214 | 9596 | 2 |
| 3127 | Nordeste | BA | NaN | 2021-12-31 | 14873064.0 | 1270858.0 | 377 | 27506 | 5 |
3285 rows × 9 columns
percentual_casos_20211 = (b2021_1_ultimo_dia['casosAcumulado']/b2021_1_ultimo_dia['populacaoTCU2019'])*100
estados = b2021_1_ultimo_dia['estado'].tolist()
populacao = b2021_1_ultimo_dia['populacaoTCU2019'].tolist()
casos_acumulados_20211 = b2021_1_ultimo_dia['casosAcumulado'].tolist()
dados_casos_acumulados_20211 = pd.DataFrame({
'estados':estados,
'população em 2019': populacao,
'nº casos acumulados 2021.1': casos_acumulados_20211,
'percentual casos x população':percentual_casos_20211.round(2)}).reset_index(drop=True)
dados_casos_acumulados_20211
| estados | população em 2019 | nº casos acumulados 2021.1 | percentual casos x população | |
|---|---|---|---|---|
| 0 | AL | 3337357.0 | 216717.0 | 6.49 |
| 1 | BA | 14873064.0 | 1124994.0 | 7.56 |
| 2 | CE | 9132078.0 | 885980.0 | 9.70 |
| 3 | MA | 7075181.0 | 317446.0 | 4.49 |
| 4 | PB | 4018127.0 | 396442.0 | 9.87 |
| 5 | PE | 9557071.0 | 550292.0 | 5.76 |
| 6 | PI | 3273227.0 | 295781.0 | 9.04 |
| 7 | RN | 3506853.0 | 340165.0 | 9.70 |
| 8 | SE | 2298696.0 | 263512.0 | 11.46 |
percentual_obitos_20211 = (b2021_1_ultimo_dia['obitosAcumulado']/b2021_1_ultimo_dia['populacaoTCU2019'])*100
obitos_acumulados_20211 = b2021_1_ultimo_dia['obitosAcumulado'].tolist()
dados_obitos_acumulados_20211 = pd.DataFrame({
'estados':estados,
'população em 2019': populacao,
'nº óbitos acumulados 2021.1': obitos_acumulados_20211,
'percentual óbitos x população':percentual_obitos_20211.round(2)}).reset_index(drop=True)
dados_obitos_acumulados_20211
| estados | população em 2019 | nº óbitos acumulados 2021.1 | percentual óbitos x população | |
|---|---|---|---|---|
| 0 | AL | 3337357.0 | 5340 | 0.16 |
| 1 | BA | 14873064.0 | 24012 | 0.16 |
| 2 | CE | 9132078.0 | 22571 | 0.25 |
| 3 | MA | 7075181.0 | 9043 | 0.13 |
| 4 | PB | 4018127.0 | 8606 | 0.21 |
| 5 | PE | 9557071.0 | 17685 | 0.19 |
| 6 | PI | 3273227.0 | 6597 | 0.20 |
| 7 | RN | 3506853.0 | 6768 | 0.19 |
| 8 | SE | 2298696.0 | 5698 | 0.25 |
display(sns.heatmap(b2021_1_ultimo_dia.corr(numeric_only=True), cmap='inferno', annot=True))
<AxesSubplot: >
Ao final do primeiro semestre de 2021:
percentual_casos_20212 = (b2021_2_ultimo_dia['casosAcumulado']/b2021_2_ultimo_dia['populacaoTCU2019'])*100
estados = b2021_2_ultimo_dia['estado'].tolist()
populacao = b2021_2_ultimo_dia['populacaoTCU2019'].tolist()
casos_acumulados_20212 = b2021_2_ultimo_dia['casosAcumulado'].tolist()
dados_casos_acumulados_20212 = pd.DataFrame({
'estados':estados,
'população em 2019': populacao,
'nº casos acumulados 2021.2': casos_acumulados_20212,
'percentual casos x população':percentual_casos_20212.round(2)}).reset_index(drop=True)
dados_casos_acumulados_20212
| estados | população em 2019 | nº casos acumulados 2021.2 | percentual casos x população | |
|---|---|---|---|---|
| 0 | AL | 3337357.0 | 242080 | 7.25 |
| 1 | BA | 14873064.0 | 1270858 | 8.54 |
| 2 | CE | 9132078.0 | 956325 | 10.47 |
| 3 | MA | 7075181.0 | 370645 | 5.24 |
| 4 | PB | 4018127.0 | 464335 | 11.56 |
| 5 | PE | 9557071.0 | 645681 | 6.76 |
| 6 | PI | 3273227.0 | 334440 | 10.22 |
| 7 | RN | 3506853.0 | 387202 | 11.04 |
| 8 | SE | 2298696.0 | 278530 | 12.12 |
percentual_obitos_20212 = (b2021_2_ultimo_dia['obitosAcumulado']/b2021_2_ultimo_dia['populacaoTCU2019'])*100
obitos_acumulados_20212 = b2021_2_ultimo_dia['obitosAcumulado'].tolist()
dados_obitos_acumulados_20212 = pd.DataFrame({
'estados':estados,
'população em 2019': populacao,
'nº óbitos acumulados 2021.2': obitos_acumulados_20212,
'percentual óbitos x população':percentual_obitos_20212.round(2)}).reset_index(drop=True)
dados_obitos_acumulados_20212
| estados | população em 2019 | nº óbitos acumulados 2021.2 | percentual óbitos x população | |
|---|---|---|---|---|
| 0 | AL | 3337357.0 | 6383 | 0.19 |
| 1 | BA | 14873064.0 | 27506 | 0.18 |
| 2 | CE | 9132078.0 | 24806 | 0.27 |
| 3 | MA | 7075181.0 | 10377 | 0.15 |
| 4 | PB | 4018127.0 | 9596 | 0.24 |
| 5 | PE | 9557071.0 | 20447 | 0.21 |
| 6 | PI | 3273227.0 | 7275 | 0.22 |
| 7 | RN | 3506853.0 | 7572 | 0.22 |
| 8 | SE | 2298696.0 | 6057 | 0.26 |
display(sns.heatmap(b2021_2_ultimo_dia.corr(numeric_only=True), cmap='inferno', annot=True))
<AxesSubplot: >
Ao final do segundo semestre de 2021:
casos_2021_1 = b2021_1_ultimo_dia['casosAcumulado'].tolist()
casos_2021_2 = b2021_2_ultimo_dia['casosAcumulado'].tolist()
casos_1_2 = pd.DataFrame({
'estados': estados,
'número de casos 2021.1': casos_2021_1,
'número de casos 2021.2': casos_2021_2})
percentual_aumento_casos = (casos_1_2['número de casos 2021.2']/casos_1_2['número de casos 2021.1'])*100
casos_1_2['percentual de aumento de casos'] = percentual_aumento_casos.round(2)
casos_1_2
| estados | número de casos 2021.1 | número de casos 2021.2 | percentual de aumento de casos | |
|---|---|---|---|---|
| 0 | AL | 216717.0 | 242080 | 111.70 |
| 1 | BA | 1124994.0 | 1270858 | 112.97 |
| 2 | CE | 885980.0 | 956325 | 107.94 |
| 3 | MA | 317446.0 | 370645 | 116.76 |
| 4 | PB | 396442.0 | 464335 | 117.13 |
| 5 | PE | 550292.0 | 645681 | 117.33 |
| 6 | PI | 295781.0 | 334440 | 113.07 |
| 7 | RN | 340165.0 | 387202 | 113.83 |
| 8 | SE | 263512.0 | 278530 | 105.70 |
obitos_2021_1 = b2021_1_ultimo_dia['obitosAcumulado'].tolist()
obitos_2021_2 = b2021_2_ultimo_dia['obitosAcumulado'].tolist()
obitos_1_2 = pd.DataFrame({
'estados': estados,
'número de casos 2021.1': obitos_2021_1,
'número de casos 2021.2': obitos_2021_2})
percentual_aumento_obitos = (obitos_1_2['número de casos 2021.2']/obitos_1_2['número de casos 2021.1'])*100
obitos_1_2['percentual de aumento de óbitos'] = percentual_aumento_obitos.round(2)
obitos_1_2
| estados | número de casos 2021.1 | número de casos 2021.2 | percentual de aumento de óbitos | |
|---|---|---|---|---|
| 0 | AL | 5340 | 6383 | 119.53 |
| 1 | BA | 24012 | 27506 | 114.55 |
| 2 | CE | 22571 | 24806 | 109.90 |
| 3 | MA | 9043 | 10377 | 114.75 |
| 4 | PB | 8606 | 9596 | 111.50 |
| 5 | PE | 17685 | 20447 | 115.62 |
| 6 | PI | 6597 | 7275 | 110.28 |
| 7 | RN | 6768 | 7572 | 111.88 |
| 8 | SE | 5698 | 6057 | 106.30 |
grafico_percentual_obitos = xp.bar(
dados_obitos_acumulados_20212,
x="estados",
y="percentual óbitos x população",
width=1000,
title='Percentual de óbitos acumulados - 2021',
color_discrete_sequence =['orange']*len(dados_obitos_acumulados_20212))
# grafico_percentual_obitos.show()
pyo.iplot(grafico_percentual_obitos)
| estado | data | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | |
|---|---|---|---|---|---|---|
| 2534 | AL | 2021-01-01 | 105091.0 | 273 | 2496 | 7 |
| 2565 | AL | 2021-02-01 | 118220.0 | 452 | 2754 | 8 |
| 2593 | AL | 2021-03-01 | 132245.0 | 499 | 3010 | 11 |
| 2624 | AL | 2021-04-01 | 154199.0 | 709 | 3576 | 22 |
| 2654 | AL | 2021-05-01 | 174476.0 | 814 | 4240 | 20 |
| 2685 | AL | 2021-06-01 | 193581.0 | 535 | 4768 | 17 |
| 2576 | AL | 2021-07-01 | 217230.0 | 513 | 5360 | 20 |
| 2607 | AL | 2021-08-01 | 230069.0 | 109 | 5821 | 12 |
| 2638 | AL | 2021-09-01 | 235900.0 | 126 | 6078 | 6 |
| 2668 | AL | 2021-10-01 | 238249.0 | 39 | 6217 | 4 |
| 2699 | AL | 2021-11-01 | 240306.0 | 190 | 6294 | 2 |
| 2729 | AL | 2021-12-01 | 241513.0 | 23 | 6354 | 2 |
b2021_al.describe().iloc[1, [2, 4]]
casosNovos 376.060274 obitosNovos 10.668493 Name: mean, dtype: float64
| estado | data | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | |
|---|---|---|---|---|---|---|
| 2896 | BA | 2021-01-01 | 494684.0 | 1284 | 9159 | 30 |
| 2927 | BA | 2021-02-01 | 589234.0 | 1128 | 10136 | 39 |
| 2955 | BA | 2021-03-01 | 686057.0 | 2020 | 11914 | 95 |
| 2986 | BA | 2021-04-01 | 808461.0 | 4797 | 15472 | 142 |
| 3016 | BA | 2021-05-01 | 905113.0 | 4272 | 18561 | 84 |
| 3047 | BA | 2021-06-01 | 1016480.0 | 4280 | 21329 | 88 |
| 2944 | BA | 2021-07-01 | 1128432.0 | 3438 | 24105 | 93 |
| 2975 | BA | 2021-08-01 | 1194316.0 | 627 | 25759 | 9 |
| 3006 | BA | 2021-09-01 | 1221597.0 | 805 | 26497 | 10 |
| 3036 | BA | 2021-10-01 | 1234370.0 | 571 | 26866 | 7 |
| 3067 | BA | 2021-11-01 | 1246439.0 | 143 | 27080 | 3 |
| 3097 | BA | 2021-12-01 | 1260931.0 | 590 | 27320 | 11 |
b2021_ba.describe().iloc[1, [2, 4]]
casosNovos 2130.021918 obitosNovos 50.347945 Name: mean, dtype: float64
| estado | data | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | |
|---|---|---|---|---|---|---|
| 1810 | CE | 2021-01-01 | 335992.0 | 901 | 9993 | 3 |
| 1841 | CE | 2021-02-01 | 374856.0 | 1439 | 10477 | 1 |
| 1869 | CE | 2021-03-01 | 427148.0 | 1776 | 11293 | 9 |
| 1900 | CE | 2021-04-01 | 541227.0 | 2926 | 14167 | 143 |
| 1930 | CE | 2021-05-01 | 677152.0 | 9624 | 17767 | 349 |
| 1961 | CE | 2021-06-01 | 805134.0 | 3399 | 20587 | 113 |
| 1840 | CE | 2021-07-01 | 887774.0 | 1794 | 22627 | 56 |
| 1871 | CE | 2021-08-01 | 919462.0 | 256 | 23519 | 0 |
| 1902 | CE | 2021-09-01 | 931803.0 | 482 | 24027 | 12 |
| 1932 | CE | 2021-10-01 | 940756.0 | 293 | 24233 | 12 |
| 1963 | CE | 2021-11-01 | 943675.0 | 11 | 24497 | 0 |
| 1993 | CE | 2021-12-01 | 951141.0 | 1341 | 24664 | 5 |
b2021_ce.describe().iloc[1, [2, 4]]
casosNovos 1702.010959 obitosNovos 40.591781 Name: mean, dtype: float64
| estado | data | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | |
|---|---|---|---|---|---|---|
| 1448 | MA | 2021-01-01 | 200959.0 | 21 | 4506 | 6 |
| 1479 | MA | 2021-02-01 | 207649.0 | 161 | 4708 | 11 |
| 1507 | MA | 2021-03-01 | 219632.0 | 325 | 5074 | 22 |
| 1538 | MA | 2021-04-01 | 243720.0 | 1319 | 6108 | 38 |
| 1568 | MA | 2021-05-01 | 267548.0 | 638 | 7311 | 35 |
| 1599 | MA | 2021-06-01 | 291373.0 | 1074 | 8160 | 20 |
| 1472 | MA | 2021-07-01 | 318394.0 | 948 | 9065 | 22 |
| 1503 | MA | 2021-08-01 | 337153.0 | 37 | 9641 | 5 |
| 1534 | MA | 2021-09-01 | 349537.0 | 473 | 10040 | 9 |
| 1564 | MA | 2021-10-01 | 356562.0 | 326 | 10177 | 3 |
| 1595 | MA | 2021-11-01 | 361099.0 | 22 | 10238 | 1 |
| 1625 | MA | 2021-12-01 | 365338.0 | 290 | 10297 | 3 |
b2021_ma.describe().iloc[1, [2, 4]]
casosNovos 464.950685 obitosNovos 16.101370 Name: mean, dtype: float64
| estado | data | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | |
|---|---|---|---|---|---|---|
| 2172 | PB | 2021-01-01 | 167062.0 | 578 | 3680 | 8 |
| 2203 | PB | 2021-02-01 | 192598.0 | 1014 | 4068 | 12 |
| 2231 | PB | 2021-03-01 | 222259.0 | 1144 | 4526 | 30 |
| 2262 | PB | 2021-04-01 | 260484.0 | 1311 | 5791 | 47 |
| 2292 | PB | 2021-05-01 | 293717.0 | 1048 | 6819 | 23 |
| 2323 | PB | 2021-06-01 | 332716.0 | 1751 | 7703 | 31 |
| 2208 | PB | 2021-07-01 | 396904.0 | 462 | 8628 | 22 |
| 2239 | PB | 2021-08-01 | 422543.0 | 495 | 8994 | 7 |
| 2270 | PB | 2021-09-01 | 433729.0 | 407 | 9190 | 3 |
| 2300 | PB | 2021-10-01 | 441837.0 | 163 | 9312 | 1 |
| 2331 | PB | 2021-11-01 | 446066.0 | 55 | 9423 | 1 |
| 2361 | PB | 2021-12-01 | 460909.0 | 329 | 9532 | 3 |
b2021_pb.describe().iloc[1, [2, 4]]
casosNovos 816.030137 obitosNovos 16.230137 Name: mean, dtype: float64
| estado | data | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | |
|---|---|---|---|---|---|---|
| 2353 | PE | 2021-01-01 | 222993.0 | 827 | 9666 | 12 |
| 2384 | PE | 2021-02-01 | 261745.0 | 445 | 10364 | 16 |
| 2412 | PE | 2021-03-01 | 300104.0 | 629 | 11007 | 11 |
| 2443 | PE | 2021-04-01 | 352218.0 | 2987 | 12249 | 74 |
| 2473 | PE | 2021-05-01 | 408763.0 | 2178 | 14128 | 90 |
| 2504 | PE | 2021-06-01 | 485594.0 | 3437 | 15940 | 78 |
| 2392 | PE | 2021-07-01 | 552289.0 | 1997 | 17720 | 35 |
| 2423 | PE | 2021-08-01 | 591428.0 | 643 | 18808 | 24 |
| 2454 | PE | 2021-09-01 | 608586.0 | 1057 | 19411 | 28 |
| 2484 | PE | 2021-10-01 | 621192.0 | 469 | 19747 | 7 |
| 2515 | PE | 2021-11-01 | 632011.0 | 119 | 20025 | 7 |
| 2545 | PE | 2021-12-01 | 640158.0 | 421 | 20253 | 10 |
b2021_pe.describe().iloc[1, [2, 4]]
casosNovos 1160.315068 obitosNovos 29.569863 Name: mean, dtype: float64
| estado | data | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | |
|---|---|---|---|---|---|---|
| 1991 | RN | 2021-01-01 | 118353.0 | 270 | 2993 | 0 |
| 2022 | RN | 2021-02-01 | 140704.0 | 121 | 3288 | 3 |
| 2050 | RN | 2021-03-01 | 167429.0 | 534 | 3608 | 23 |
| 2081 | RN | 2021-04-01 | 197076.0 | 815 | 4548 | 41 |
| 2111 | RN | 2021-05-01 | 224245.0 | 1270 | 5483 | 23 |
| 2142 | RN | 2021-06-01 | 269685.0 | 1259 | 6149 | 33 |
| 2024 | RN | 2021-07-01 | 343352.0 | 3187 | 6797 | 29 |
| 2055 | RN | 2021-08-01 | 359776.0 | 111 | 7097 | 4 |
| 2086 | RN | 2021-09-01 | 365177.0 | 144 | 7269 | 2 |
| 2116 | RN | 2021-10-01 | 368716.0 | 97 | 7340 | 3 |
| 2147 | RN | 2021-11-01 | 373693.0 | 9 | 7399 | 2 |
| 2177 | RN | 2021-12-01 | 382003.0 | 300 | 7499 | 3 |
b2021_rn.describe().iloc[1, [2, 4]]
casosNovos 737.312329 obitosNovos 12.545205 Name: mean, dtype: float64
| estado | data | casosAcumulado | casosNovos | obitosAcumulado | obitosNovos | |
|---|---|---|---|---|---|---|
| 2715 | SE | 2021-01-01 | 113544.0 | 1039 | 2492 | 8 |
| 2746 | SE | 2021-02-01 | 138187.0 | 770 | 2786 | 8 |
| 2774 | SE | 2021-03-01 | 152003.0 | 592 | 2969 | 8 |
| 2805 | SE | 2021-04-01 | 175582.0 | 982 | 3525 | 24 |
| 2835 | SE | 2021-05-01 | 203036.0 | 1257 | 4302 | 28 |
| 2866 | SE | 2021-06-01 | 238276.0 | 1371 | 5114 | 23 |
| 2760 | SE | 2021-07-01 | 264213.0 | 701 | 5714 | 16 |
| 2791 | SE | 2021-08-01 | 274595.0 | 333 | 5915 | 5 |
| 2822 | SE | 2021-09-01 | 277470.0 | 15 | 5995 | 3 |
| 2852 | SE | 2021-10-01 | 278134.0 | 30 | 6010 | 0 |
| 2883 | SE | 2021-11-01 | 278504.0 | 6 | 6031 | 1 |
| 2913 | SE | 2021-12-01 | 278266.0 | 41 | 6044 | 1 |
b2021_se.describe().iloc[1, [2, 4]]
casosNovos 454.863014 obitosNovos 9.789041 Name: mean, dtype: float64
b2021_1_ultimo_dia.to_csv('covid_2021_1.csv', index=False)
b2021_2_ultimo_dia.to_csv('covid_2021_2.csv', index=False)
b2021_meses.to_csv('covid_2021_mensal.csv', index=False)